Projekte und Abschlussarbeiten

Du bist auf der Suche nach einem interessanten Thema für ein Projekt oder eine Abschlussarbeit?

Hier kannst du nach Themen aus verschiedenen Anwendungsbereichen suchen, wie z.B. Autonomes Fahren, Anwendungen im Bereich der erneuerbaren Energien usw. und auch nach Themen aus dem Bereich des maschinellen Lernens, wie z.B. Novelty Detection, Graphische Neuronale Netze usw.. Unter jeder Kategorie findest du die Namen der Forscher am Fachgebiet IES, die an den jeweiligen Themen arbeiten. Die spezifischen Themen, die von jedem Forscher angeboten werden, kannst du durch Anklicken der Dropdown-Schaltfläche finden. Die Kontaktdaten der Forscher sind ebenfalls mit entsprechenden Links zu den Webseiten der Mitarbeiter angegeben.

Anwendungsfelder

Autonomes Fahren und E-Mobilität

  • Forschungsthemen:
    • Data Acquisition, Annotation, and Evaluation
    • Perception (Camera, Radar, Lidar)
  • Mitarbeitendenseite

Computer Graphics

Biometrie

Erneuerbare Energien

  • Forschungsthemen:
    • Power Grid Control with Deep Reinforcement Learning
      • Balancing Objectives in Power Grid Control: Exploring Multiobjective Deep Reinforcement Learning
      • Towards Transparent Power Grid Control: Exploring Explainable Deep Reinforcement Learning for Enhanced Decision-Making
      • Enhancing Power Grid Control Through Uncertainty-Aware Deep Reinforcement Learning
      • Exploiting Graph Structures for Enhanced Power Grid Control: Exploring Graph Neural Networks in Reinforcement Learning
  • Mitarbeitendenseite

Experimentalphysik & Materialwissenschaften

  • Forschungsthemen:
    • Intelligent experimentation in technology and physics
    • Image analysis for accelerator physics and microscopy
    • 2D & 3D particle tracking in the nano range
  • Mitarbeitendenseite
  • Forschungsthemen:
    • Deep learning methods in materials science applications
    • Deep learning methods in accelerator physics
    • Inversion of simulations with deep learning
  • Mitarbeitendenseite

Finanzen

  • Forschungsthemen:
    • Data-centric deep learning in application-oriented settings
  • Mitarbeitendenseite

Learning & Teaching Systems

  • Forschungsthemen:
    • Fully integrated learning, teaching and assessment environments
    • Simulators in learning, teaching and assessment (in technical computer science)
    • Learning, teaching and assessment life cycles (in computer engineering)
  • Mitarbeitendenseite

Techniken des Maschinellen Lernens

Deep Learning

  • Forschungsthemen:
    • Deep generative models - VAEs & GANs
    • Embedding learning with deep neural networks
  • Mitarbeitendenseite
  • Forschungsthemen:
    • Accelerated topology optimization with deep generative models
  • Mitarbeitendenseite
  • Forschungsthemen:
    • Intelligent experimentation in technology and physics
    • Image analysis for accelerator physics and microscopy
    • 2D & 3D particle tracking in the nano range
  • Mitarbeitendenseite
  • Forschungsthemen:
    • Deep learning methods for applications in materials science
    • Deep learning methods in accelerator physics applications
    • Inversion of simulations with deep learning
  • Mitarbeitendenseite
  • Forschungsthemen:
    • Data-centric deep learning in application-oriented settings
  • Mitarbeitendenseite
  • Forschungsthemen:
    • (Unsupervised) Representation Learning for Data Acquisition
    • Object Detection for Autonomous Driving
  • Mitarbeitendenseite

Explainable AI

  • Forschungsthemen:
    • Towards Transparent Power Grid Control: Exploring Explainable Deep Reinforcement Learning for Enhanced Decision-Making
  • Mitarbeitendenseite

Graph Neural Networks

  • Forschungsthemen:
    • Structural dynamic graphs
    • Graph embeddings
    • Graph neural networks
    • Graph stream processing
  • Mitarbeitendenseite
  • Forschungsthemen:
    • Neural graph networks (GNN)
    • Attribute dynamic graphs
    • Graph representations
  • Mitarbeitendenseite
  • Forschungsthemen:
    • Graph embeddings for transfer learning and multi-task learning
  • Mitarbeitendenseite
  • Forschungsthemen:
    • Neural graph networks
    • Graph convolution neural networks (spatial and spectral)
    • Translation of (learning) problems in graph-based form
    • Explainability of graph neural networks
  • Mitarbeitendenseite
  • Forschungsthemen:
    • Exploiting Graph Structures for Enhanced Power Grid Control: Exploring Graph Neural Networks in Reinforcement Learning
  • Mitarbeitendenseite

Human-in-the-Loop

  • Forschungsthemen:
    • Active learning with multiple uncertain sources of knowledge
    • Active learning with alternative query types
    • Learning with noisy labels
    • Learning from information beyond labels
  • Mitarbeitendenseite
  • Forschungsthemen:
    • Active learning for deep object detection
    • Active learning in deep learning
    • Interaction between humans and learning machines
  • Mitarbeitendenseite
  • Forschungsthemen:
    • Stream-based active learning
    • Stream/online learning
    • Active learning
  • Mitarbeitendenseite

Novelty Detection

Transfer Learning

Uncertainty & Probabilistic Models

  • Forschungsthemen:
    • Uncertainty modeling in deep learning (classification & object detection)
  • Mitarbeitendenseite
  • Forschungsthemen:
    • Enhancing Power Grid Control Through Uncertainty-Aware Deep Reinforcement Learning
  • Mitarbeitendenseite